矿区土壤（精选9篇）
矿区土壤 篇1
矿产资源是一种重要的非再生性自然资源, 是人类社会赖以生存和发展不可缺少的物质基础。当今世界95%以上的能源和80%以上的工业原料都取自矿产资源。但随着矿产资源的开发和利用, 矿区土壤重金属污染已成为一个世界性的环境问题, 引起人们越来越多的关注[1,2,3,4]。
矿区土壤重金属污染是指由于人类的矿山开采、选矿、冶炼等生产活动将重金属带到矿区及其周边地区的土壤中, 致使土壤中的重金属含量明显高于原有背景含量, 并给当地生态系统的结构和功能造成破坏性的影响, 致使生态环境日益恶化的现象。本文在分析我国矿区土壤重金属污染现状、来源及危害的基础上, 综述矿区土壤重金属污染的研究方法, 旨在为矿区及周边土壤重金属污染治理与修复提供参考。
1 矿区重金属污染现状
我国现有国有矿山企业8000多个, 个体矿山达到23万多个。如此数量众多的矿山开采对环境的破坏是相当惊人的。其中采矿废水、废液的排放总量约占全国工业废水排放总量的10%以上, 而处理率仅为4.28%[5];矿业废物的排放总量约占全国工业固体废弃物排放总量的85%以上, 而我国各类尾矿量仍以每年3亿吨的速度递增。我国面临着相当严重的矿区重金属污染问题。
2 矿区土壤重金属污染的来源
2.1 随着大气沉降进入到土壤中的重金属
大气中重金属主要来源于矿石开采、冶炼等过程中产生的大量含有重金属的气体和粉尘。除汞以外, 重金属基本上是以气溶胶的形态进入大气, 通过自然沉降和降雨淋洗进入土壤圈的。各种金属离子进入环境的难易程度不同, 其强度顺序为:Cu、Pb、Co、Fe、和Zn。它们主要以工矿烟囱、废物堆和公路为中心向四周及两侧扩散。如南京某生产铬的工厂铬污染叠加已超过当地背景值4.4倍, 污染以车间烟囱为中心, 范围达1.5km2, 污染范围最大延伸下限1.38km。
2.2 通过酸性废水进入到土壤中的重金属
矿山酸性废水是矿山污染主体, 它包括矿山渗水、采掘作业水、矿井排水、选矿废水、废石堆和尾矿坝渗水、溢流水及各种硫精矿堆放地的酸性废水。它们p H值低, 而且含有Cu、Fe、Pb、Zn、Cd、As等多种重金属离子。这些矿山废水随矿山排水和蒸发降雨循环进入水环境或直接进入土壤, 直接或间接对矿区及周边地区造成重金属污染。
2.3 通过尾矿堆积进入到土壤中的重金属
尾矿等废弃物的堆置, 不但占用大量的土地, 而且还是土壤重金属污染的重要来源。这些废弃物中重金属的含量相对较高, 污染范围以尾矿库、矿渣堆为中心向四周扩散。如沈阳冶炼厂冶炼锌的过程中产生的矿渣主要含Zn和Cd, 1971年开始堆放在一个洼地场所, 其浸入液中Zn、Cd含量分别达6.6×103mg/L和7.5×103mg/L, 目前已扩散到离堆放场700m以外的范围, 重金属污染物浓度以同心圆状分布[6]。
3 矿区重金属污染的危害
3.1 引起水体污染
矿区酸性废水直接或间接进入水体, 导致水体水质恶化, 废石、尾矿等未及时处理, 进入河体可造成河道堵塞。如德兴铜矿大坞溪接纳了酸性废水后, 水中重金属浓度增加, 河水呈棕色, 水体p H降至2.73, Cu含量为24.47mg/L, Fe含量为453.56mg/L。
3.2 导致大气污染
矿山生产离不开凿岩和爆破, 其中凿岩产生的粉尘, 爆破产生大量的CO、NO、CO2和粉尘, 此外有的矿物中还含有一定量SO2、H2S等有害气体, 将造成严重的大气污染。我国矿业界每年约排放2000亿m3废气。
3.3 造成土壤污染
矿山开采一方面会引起土壤重金属污染, 抑制和破环土壤中微生物的生命活动, 使土壤理化性质变得恶劣, 土壤肥力下降, 妨碍作物根系的生长。另一方面会诱发土壤酸化。土壤p H对作物生长有着直接影响, 根据对矿区附近污染农田土壤调查, 当土壤p H<4.1, 水稻绝产, 当p H4.1~4.5时, 作物减产达70%, 当土壤p H4.5~5.0时, 作物减产20%~30%。
3.4 危害人体健康
矿区土壤中的重金属多为致癌或致突变性的有毒重金属, 如Hg、Pb、Cd、As、Cr等。这些潜在的污染物一旦污染水体或土壤, 便很难被微生物降解, 它们会被水中的水生生物富集或者被土壤中的植物体吸收, 并通过食物链最终在人体内积累, 危害人体健康。如震惊世界的日本“水俣病”和“痛痛病”就是分别由于食用了含有甲基汞的鱼和含镉废水灌溉的“镉米”以及含镉的水所造成的。
4 矿区重金属污染的研究方法
重金属元素化学活性的大小是决定它们环境行为最主要的因素之一。目前, 常被采用的研究方法主要有总量法、实验模拟法、环境地球化学法、化学性态分析法和植物指示法等5种。
4.1 总量法
总量法是最早采用的方法。它以矿区污染土壤中重金属元素含量的高低为依据, 来判断尾矿和矿渣对矿区生态环境的影响。样品中重金属的含量越高, 尾矿潜在的环境影响就越大。但有些研究表明, 重金属在环境中的行为和作用 (如活动性、生物可利用、毒性等) , 仅用它们在环境中的总量来预测和说明是不确切的[7, 8]。其主要原因是在生态系统中, 生物只能利用以离子形态存在的重金属元素, 而重金属元素含量的高低与它们在样品中存在形式之间没有直接的相关关系。即有时重金属含量可能很高, 但生物有效态含量却较低。
4.2 实验模拟法
实验模拟法是在水-岩相互作用的研究取得较大进展后才逐渐发展起来的。首先, 根据尾矿-水相互作用的模拟结果, 搞清楚重金属的释放速率和释放机理, 然后预测自然风化条件下尾矿的潜在环境效应[9]。但在实际情况中, 由于土壤体系中生物和微生物的作用对尾矿的风化产生很大的, 有时甚至是决定性的影响;而且实验条件 (如酸度、温度、溶解氧浓度、样品颗粒大小等) 的选择, 也会影响到实验的结果。因此, 该方法应用范围受到明显限制的主要原因在于实验结果到底能在多大程度上反映自然条件下的真实过程、不同实验条件下所得结果之间的可比性有多大。
4.3 环境地球化学法
环境地球化学法是利用扫描电镜、电子探针等仪器, 分析重金属在尾矿和矿渣中的赋存形态, 根据矿物风化系列确定赋存重金属元素的矿物抵抗风化能力的强弱。如果重金属赋存于较稳定的矿物里就不容易从尾矿中释放, 其环境危害性相对较少, 反之, 随着矿物的分解, 重金属就会进入到环境中[10]。
这种方法虽然能够让我们了解到尾矿中重金属的迁移能力, 但其不足在于很多情况下, 赋存重金属元素的矿物分解后, 由于尾矿组成的复杂性, 重金属元素并未进入到环境中, 而是形成了次生矿物或被其它物质 (如胶体、有机质等) 吸附, 仍存在于尾矿的残余骨架上[11]。这样, 就无法得到可靠的结果。
4.4 化学形态分析法
化学形态分析法是目前最常用的方法之一。它是用一种或多种化学试剂萃取样品中的重金属元素, 根据重金属萃取程度的难易, 将样品中的重金属分为不同形态。形态不同的重金属其化学活性或生物可利用性也就各不相同。
依据使用萃取剂种数和萃取步骤的次数, 可将化学形态分析法分为连续萃取法和单一萃取法两大类。其中, 连续萃取法是用萃取性能不断增强的化学试剂来逐步提取环境样品中不同活性重金属的方法。目前被广泛采用的连续萃取法基本上都是在Tessier法[12]基础上发展起来的;而单一萃取法所用的萃取剂通常只有一种或者萃取的步骤只有一次, 但萃取的相态不是一个而是多个。常用的萃取剂有稀酸或弱酸溶液、络合剂、中性盐溶液、缓冲溶液及复合提取剂[13]。
但化学形态分析法的不足在于萃取过程本身也会改变重金属的化学形态, 因此, 开展萃取剂选择以及新技术手段应用的研究将使得重金属元素的化学形态分析结果更为准确。
4.5 植物指示法
植物指示法是指研究植物对重金属的吸收规律, 利用植物吸收重金属后表现出来的效应来判断重金属污染程度或评价重金属的生物有效性[14]。它是近年来发展起来的一种方法, 具有成本低、效果好、无二次污染等优点。植物指示法的首要问题就是指示植物的选择。用于污染指示的植物, 既要具有一定的吸收重金属能力, 又要对重金属有一定的忍耐性;同时其吸收重金属的量与环境中重金属的浓度之间还应有一定的可比性;吸收量随土壤中重金属生物可利用性部分的增加而增加。目前发现的指示植物较多, 而且不同植物对重金属的吸收能力差异较大, 同一植物不同生长阶段和不同部位吸收重金属能力也均有差异。因此植物指示法的关键在于指示植物的选择、适用范围以及哪一部位的组织 (根、茎、叶、果实) 和
哪一生长阶段的植物可用来作指示植物等问题, 都亟待解决。
5 结论
综上所述, 一个好的研究方法不仅能帮助我们了解矿山尾矿、矿渣中重金属元素对周围生态系统造成的影响, 还可以为正确选择污染土壤修复技术提供信息。但每种研究方法都存在一定的局限性, 只有将不同方法得到的结果综合起来考虑, 才可能得到比较准确的结论, 为矿区土壤重金属污染防治与修复提供参考。
矿区土壤 篇2
辽宁矿区多为有色金属，对土壤污染严重，矿山及矿山周边地区污染治理和生态环境修复任务十分艰巨，辽宁铜矿区主要重金属污染因子为Cu、Zn、Pb，周边田地主要重金属污染因子为As、Cu。由此可以看出，此地区土壤污染物多为Cu、Pb，因此首要任务是遏制这两种物质的危害。
针对这一情况，北京恒源嘉达科技有限公司采用的是土壤修复材料元素间的同源协同关系与植物体系吸收修复的方式，综合治理土壤重金属问题。首先，土壤修复材料中加入了铁锰化合物，铁锰化合物可与Pb产生可交换态的结合反应，土壤修复材料中添加了有机质与微生物，形成固化剂，能有效改善土壤理化性质，有机质能很好的与Cu相结合，使总金属被吸附在土壤的沉淀中，降低重金属的生物有小型，利用微生物的吸附富集作用、氧化还原作用、成矿沉淀作用、淋滤作用、协同效应，达到去除重金属的目的。
矿区土壤 篇3
摘要：遥感技术具有宏观性和现势性强、综合信息丰富等优势，为矿区土壤重金属污染评价提供了可行的方法。本文综述了遥感技术在矿区土壤重金属污染评价方面的研究，并对其进行了展望。
关键词：遥感；土壤；重金属
Abstract：Remote sensing technology has the advantages of macroscopic characteristics，strong currency and comprehensive abundant information. It provides a feasible method for soil heavy metal pollution evaluation of mining area. This paper summarizes the research of evaluation for mining area of soil heavy metal pollution with remote sensing technology.
Key Words：remote sensing；soil；heavy metal
1. 引言
矿产资源是生产资料和生活资料的重要来源，人类社会的发展进步与矿产的开发利用密不可分。矿产的开采、冶炼、加工过程中大量的铅、锌、铬、镉、钴、铜、镍等重金属以及类金属砷等进入大气、水、土壤引起严重的环境污染。根据2014年4月17日环境保护部、国土资源部发布的《全国土壤污染调查公报》，“全国土壤环境状况总体不容乐观，部分地区土壤污染较重，总的超标率达16.1%”、“在调查的70个矿区的1672个土壤点位中，超标点位占33.4%，主要污染物为镉、铅、砷和多环芳烃”。资源、环境是制约社会经济发展的两大瓶颈，如何克服这个瓶颈问题同时又能实现矿山开发的可持续发展，是我国社会必须面对和解决的紧迫的社会问题[1]。
传统的土壤重金属污染监测方法有实验室监测、现场快速监测等方法。实验室监测方法虽然测量精度高，但是存在劳动强度大、采样分析费时，适用范围小的缺点；现场快速监测法虽然具有大面积、连续、高密度获取信息的特点，但是还大多处于定性或半定量的试验阶段，易受周围因素影响[2]。
各种岩石、土壤、植被及水体等均有各自独特的光谱特征。地物光谱特征的差异，是遥感技术识别各类地物的主要依据，也是应用遥感技术开展土壤重金属污染评价的理论基础。遥感技术以其宏观性和现势性强、综合信息丰富等优势，在矿区土壤重金属污染评价中起到了积极的先导作用，并取得了良好的应用效果。
一般情况下，土壤中的有机质、水分、铁氧化物、重金属等对土壤光谱反射率有一定影响。国外相关研究起步较早，始自20世纪六十年代土壤光谱研究[3]。国外有研究中表明，当土壤有机质含量超过2%，铁氧化物、重金属等光谱信息有可能被土壤中的有机质的光谱信息所掩盖，进一步加大了光谱信息提取的难度；同时土壤的反射率会因铁氧化物的存在而在整个波谱范围内有明显的下降趋势，土壤的光谱反射率都朝着蓝波方向下降，并且这种下降趋势可以扩展到紫外区域[4]，相关研究陆续拓展至矿区重金属污染中来[5]；国内自20世纪八十年代在云南腾冲系统地开展土壤光谱与理化性状关系的研究[6～7]，并于九十年代末开展遥感技术在矿区重金属污染监测的探索。
目前遥感技术对矿区土壤重金属污染评价研究主要有两个方向：一是植被反演。根据地表植被覆盖以及重金属在植被根茎、叶片中富集，植被在重金属胁迫下叶绿素等光谱特征发生变化的特点，通过植被光谱数据反演土壤中的重金属含量，间接评价重金属污染。二是土壤监测。利用重金属对土壤波谱特性的影响，通过土壤光谱数据监测重金属含量[8-10]。
2. 植被反演方法
植被在生长发育的过程中，矿区土壤中的重金属被吸收和富集，对植物的产生的影响主要体现在长势方面产生了生物地球化学效应，如色素含量、水含量、叶面温度的变化，进而影响植被的光谱反射率，植被光谱的变化能够在遥感光谱信息中有所体现。基于以上认识，可以通过植被光谱信息、波谱曲线变化的分析提取污染信息[11]。不同植物对重金属敏感性不同，重金属胁迫导致植物体内生物化学成分发生改变，使电磁波谱反射特性不同。
植被反演方法的原理是，运用遥感技术研究重金属污染条件下植被光谱特征变化，建立植被光谱特征与重金属污染条件下植被生长状态参数变化之间的关系[7]；研究叶绿素含量与重金属污染之间的关系，分析叶绿素变化敏感的光谱指数及其响应规律，并进行了区域应用与验证[11-13]。研究表明，随着土壤中重金属含量增加，植被近红外、可见光反射光谱特征发生显著变化，表现为可见光光谱反射增强，近红外光谱减少，红边移动范围减少[14-15]。此方法适用于矿区植被覆盖较茂密的区域。
王杰等（2005年）以江西德兴铜矿去为实验区，采用美国陆地卫星（Landsat）ETM +数据，采用比值分析、彩色合成、影像融合等方法增强影像视觉效果，对污染区的植被的波谱曲线与正常区的同种植被的光谱特征作对比，总结出受毒化植物叶冠的波谱形态与正常植物叶冠的波谱形态相比发生的形态变异的特征，总结对照区和污染区植被的波谱特征差异和各污染区的受污染程度，分析出不同污染区植物的受毒害程度[16]。
雷国静等（2006年）在南方植被茂密区离子型稀土矿区采用高分辨率QuickBird遥感数据采取坐标换的方式，消除土壤信息干扰，获取了较真实的植被受污染影响程度的信息，运用了归一化植被指数密度分割方法和通过旋转二维散点图获得植被绿度方法来提取植被污染信息，取得了较好的效果[17]。
李新芝等（2010年）以肥城煤矿区为实验区，将SPOT-5数据2.5米分辨率的全色波段进行小波变换、主成分分析等融合方法提高图像的空间信息量，综合运用缨帽变换、植被与土壤相关性分析、支持向量机分类等方法提取矿区植被信息，并制作了植被等级分布图，确定了不同污染程度的植被覆盖面积，与矿区污染分布的规律具有较好的一致性[11]。
黄铁兰等（2014年）以广东大宝山矿区及周边10 公里范围作为研究区，分别以ASTER及QuickBird为数据源，采用植被指数法和植被绿度法对植被污染信息进行识别，对获取的植被绿度信息图像进行密度分割，获得植被污染程度及分布情况。同时建议大范围的矿山植被污染信息的识别，考虑到项目综合成本等因素，采用ASTER等低分辨率的数据源，选择植被绿度指数法进行识别。对于小范围的典型矿区，可选用QuickBird 等高分辨率的数据源，用植被指数法进行识别[18]。
由于混合像元、大气效应的存在，植被信息提取过程中容易出现错分、漏分现象；相关系数的设置易受经验的影响。同时信息提取易受云层、山体阴影和人类生产活动的影响，均存在一定的误提现象。未来应加强信息提取技术、多源遥感数据在植被反演中的应用研究，以解决上述问题。
3. 土壤监测方法
土壤是由多种物理化学特性不同的物质的组成的混合体，例如有机质、重金属、水、其他矿物质等。各种物质均有发射、反射、吸收光谱的特性，都会对土壤光谱特征产生影响，同时植被覆盖也对土壤光谱的监测有较大影响，因此对于通过土壤光谱数据直接监测土壤重金属含量的研究，尚处于探索阶段。
土壤监测方法的原理是，利用光谱分析方法室内测定土壤发射光谱数据，经线性回归分析或指数回归分析、标准化比值计算、特征光谱宽化处理后，利用回归分析方法建立重金属元素含量与发射率变量之间的土壤重金属反演模型，定量反演出矿区土壤重金属含量[19-23]。此类方法适用于植被覆盖率较低的地区。
Thomas Kemper等（1998年）在西班牙Aznalcóllar 尾矿库溃坝事件土壤重金属污染监测中，基于多元线性回归分析（MLR）和人工神经网络（ANN）方法分别通过化学分析、特征光谱--近红外反射光谱（0.35?0.35μm）手段监测土壤重金属含量，两种手段对 As、 Fe 、Hg、Pb、S、Sb等六种元素监测有较高的相似度。为相似矿区环境的监测提供了较好的借鉴意义[13]。
李淑敏等（2010年）以北京为研究区，研究土壤中8种重金属（Cr、Ni、Cu、Zn、As、Cd、Pb、Hg）的含量与热红外发射率的关系，分析了土壤重金属的特征光谱，并模拟预测了重金属含量的回归模型，为基于遥感光谱的土壤重金属含量监测奠定了基础[24]。
宋练等（2014年）以重庆市万盛采矿区为研究区，通过光谱特征物质之间的自相关性来分析土壤中光谱特征物质，在回归分析的基础上建立As、Cd、Zn重金属含量的遥感定量反演模型，监测三种重金属含量，结果表明土壤在近红外波段和可见光波段的反射值比值与土壤中As、Cd、Zn含量存在较好相关性[25]。
部分研究对波段选择和光谱分辨率的重要性认识不高，影响了重金属元素光谱信息识别、重金属污染预测精度；土壤中绝大部分重金属，如铅、锌、铬、砷等在可见光—近红外波段区间的光谱特征较弱，易被植被、土壤波谱信息掩盖，对直接利用土壤重金属光谱特征来提取污染信息带来了难度。研究发现，铁氧化物的波谱特征较明显，今后需加强土壤中重金属与铁氧化物相关性的研究，以提高污染信息提取的准确性。
4. 未来展望
近年来，遥感技术用于矿区土壤重金属评价取得了一定进展，今后要在以下几个方面寻求突破：
（1）研究遥感信息提取新技术新方法。地物波谱特性易受土壤成分、大气效应、植被等环境噪音的影响，需进一步加强波谱信息提取技术的研究，以提高遥感信息提取的准确性。
（2）加强田间光谱测量研究。目前对土壤重金属监测仅局限于实验室级别的光谱监测，需要进一步探讨其他因素对重金属吸附的影响以建立准确的土壤重金属含量光谱估算模型，并进行大量而精确的实验室与田间的光谱测量工作。
（3）由定性监测向定量监测转变。遥感技术在矿区土壤重金属污染评价方面的研究大多是定性或半定量评价，尚达不到定量评价。需在遥感反演土壤污染信息模型与理论方法、土壤重金属含量与光谱变量的相关关系等方面加强研究，以接近或达到定量评价污染的水平，进而利用遥感技术评价大面积土壤污染及修复。
（4）研制高性能的卫星，提高遥感信息获取能力。作为中国16个重大科技专项（2006年～2020年）之一的高分辨率对地观测系统已进入全面建设阶段，其中2014年8月发射升空的高分二号卫星空间分辨优于1m，这必将改变遥感数据普遍采用国外遥感数据（SPOT、Landsat、QuickBrid等）的局面。
参考文献：
[1] 贾志强.甘肃省白银市矿山环境遥感调查与评价研究[D].桂林：桂林工学院，2009.
[2] 龚海明，马瑞峻，等.农田土壤重金属污染监测技术发展趋势[J].中国农学通报，2013，29（2）：140-147.
[3] Baumgardner，M.F.，Kristof，S.，et al. Effects of Organic matter on the Multispectral Properties of Soils[J].Processing of Indiana Academic Science.1970，79：413-422.
[4] 张甘霖，赵玉国，杨金玲，等.城市土壤的环境问题及其研究进展[J].土壤学报，2006，44（55）：925-933.
[5] Malley D.F.，Williams，P.C. Use of Near-Infrared Reflectance Spectroscopy in Prediction of Heavy Metals in Freshwater Sediment by Their Association with Organic Matter[J]. Environ. Sci. Technol.， 1997， 31 （12） ：3461-3467.
[6] 戴昌达.中国主要土壤光谱反射特性分类与数据处理的初步研究[M].见：遥感文选，北京：科学出版社，1981.
[7] 丰茂森.遥感图像数字处理[M].北京：地质出版社，1992：3～3.
[8] 甘甫平，刘圣伟，等.德兴铜矿矿山污染高光谱遥感直接识别研究[J].地球科学—中国地质大学学报，2004，29（1）：119-126.
[9] 朱叶青，屈永华，刘素红，等.重金属铜污染植被光谱响应特征研究[J].遥感学报，2014，18（2）：335-352.
[10] 李婷，刘湘南，刘美玲.水稻重金属污染胁迫光谱分析模型的区域应用与验证[J].农业工程学报，2012，28（12）：176-182.
[11] 李新芝.基于多源遥感数据的矿区植被信息监测方法研究[D].济南：山东科技大学，2010.
[12] 王秀珍，王人潮，黄敬峰.微分光谱遥感及其在水稻农学参数测定上的应用研究[J].农业工程学报，2002，18（1）：9-13.
[13] Thomas Kemper，Stefan Sommer . Estimate of Heavy Metal Contamination in Soils after a Mining Accident Using Reflectance Spectroscopy [J] .Environment al Science and Technology ， 2002 ， 36（12）：2742-2747.
[14] 徐加宽，杨连新，王余龙，等.水稻对重金属元素的吸收与分配机理的研究进展[J].植物学通报，2005，22（5）：614-622.
[15] CHI G Y，SHI Y，CHEN X，et al.Effects of Metal Stress on Visible/near-Infrared Rreflectance Spectra of Vegetation[J].Advanced Materials Research，2012，（347-353）：2735-2738.
[16] 王杰，等.遥感技术在江西德兴铜矿矿区污染研究中的应用[J].山东科技大学学报（自然科学版）2005，24（4）：66-69.
[17] 雷国静等.遥感在稀土矿区植被污染信息提取中的应用[J].江西有色金属，2006，20（2）：1-5.
[18] 黄铁兰，等.广东大宝山矿区植被污染信息的遥感识别方法研[J].地质学刊，2014，38（02）：284-288.
[19] Kemper T， Sommer S. Environment Science & Techology[M]. 2002， 36（12）：2742.
[20] Choe E， vander Meer F van Ruitenbeek F， et al. Remote Sensing of Environment[M]. 2008，112 （7） ： 3222.
[21] Choe E， Kim K W， Bang S， et al. Environmental Geology[M]. 2008， 58 （3） ： 477.
[22] Ren H Y ，Zhuang D F， Singh A N， et al.， Estimation of As and Cu contamination in agricultural soils around a mining area by reflectance Spectroscopy ： a case study[J]. Pedosphere， 2009， 12 （6） ： 719.
[23] Liu Y Li W， Wu G， et al.， Geo – spatial Information Science[M]. 2011， 14 （1） ： 10.
[24] 李淑敏，李红，孙丹峰，等.基于热红外特征光谱的土壤重金属含量估算模型研究[J].2010，31（7）：33-38.
矿区土壤 篇4
1 研究区概况
鹤壁矿区位于河南省北部太行山东麓和华北平原交接处, 地理坐标113°57′—114°18′E、36°19′—35°46′N。鹤壁矿区现有10座矿井, 分布在南北长近50km的狭长地域内[16]。鹤壁矿区目前煤炭保有储量7143亿t, 可利用储量6123亿t, 可采储量3146亿t[17]。鹤壁矿区属暖温带半湿润型季风气候, 四季分明, 光照充足, 温差较大。春季多风少雨, 夏季炎热湿润, 秋季秋高气爽, 冬季寒冷多雾。年平均气温14.2—15.5℃, 年降水量349.2—970.1mm, 年日照时数1787.2—2566.7h。
2 研究技术路线
本研究综合应用GIS和RS技术进行土壤侵蚀研究。本研究采用如下软件平台:MAPGIS、ENVI、EXCEL等。所需原始数据有SPOT5影像、DEM影像。
利用遥感技术获取土壤侵蚀相关因子信息, 包括土地利用、坡度和植被覆盖等因子。通过SPOT2.5m全色图像和10m多光谱图像融合, 把多光谱图像具有较高光谱分辨率和全色图像具有较高的空间分辨率两者的优点结合起来, 应用融合影像进行土地利用类型的识别;通过SPOT 5多光谱影像进行植被盖度信息提取;再通过GIS技术, 从DEM上获取研究区坡度信息。应用GIS技术存储、管理上述信息, 并对该信息作进一步的处理分析实现该区域土地利用与土壤侵蚀关系研究, 主要技术流程图见图1。
3 研究方法
3.1 数据源
采用MAPGIS、ENVI、EXCEL 等软件作为数据平台, 所需原始数据为研究区2006年SPOT 2.5m全色图像和10m多光谱图像、DEM影像。SPOT5空间分辨率为2.5m的全色影像光谱分辨率低, 而空间分辨率高。因此, 为了满足结果精度要求, 在ENVI软件平台下, 通过SPOT2.5m全色图像和10m多光谱图像融合, 把多光谱图像具有较高光谱分辨率和全色图像具有较高的空间分辨率两者的优点结合起来, 作为提取因子信息的数据源。
3.2 土壤侵蚀强度分级标准
土壤侵蚀过程极其复杂, 受多种自然和人为因素的综合影响。根据《水土保持技术规范》的有关规定[18], 考虑各个因素的不同重要性以及研究区实际情况, 结合前人研究经验, 本人选择了对土壤侵蚀影响较重的植被覆盖度、地形坡度、土地利用类型等3个因素。根据水利部颁布的《土壤侵蚀分类分级标准》 (1997年) 中的面蚀分级指标[19], 构建研究区水力侵蚀强度分级指标体系见表1。
3.3 土壤侵蚀分级强度图的生成
在GIS 与RS 技术支持下, 按照图1所示的技术路线对研究区土壤侵蚀进行分级, 并研究土壤侵蚀强度与土地利用的关系。在MAPGIS平台下, 通过目视解译SPOT5融合影像得到土地利用信息, 主要的土地利用类型有:耕地、果园、有林地、灌木林、疏林地、牧草地、城镇、农村居民点、独立工矿、特殊用地、河流水面、水库水面、坑塘水面、荒草地、裸地和裸岩石砾地等, 本研究不对城镇、工矿、农村居民点和水域用地进行土壤侵蚀的分级;根据DEM影像, 在MAPGIS平台下, 采用特征分类方法, 参照《土壤侵蚀分类分级标准》 (1997年) 体系划分不同的坡度等级[19], 对研究区DEM进行坡度信息计算机提取, 其提取结果为矢量化的图斑, 并对图斑进行修正, 得到坡度信息图;在ENVI软件平台下, 利用NDVI值与植被覆盖度百分比之间的线性关系, 进行植被覆盖度信息计算机提取, 其提取结果为矢量化的图斑, 得到研究区所有地类植被覆盖信息图。
在MAPGIS平台的空间分析模块支持下, 按照本文所述的土壤侵蚀分级标准, 将土地利用图、坡度图和植被覆盖图等叠置在一起, 运用GIS空间分析功能 (包括区对区、区对线、区对点相交、相减分析) , 进行区之间的相交分析 (叠加分析) , 依据研究区水土流失强度面蚀分级指标, 得出研究区水土流失强度级别, 同时编制出研究区土壤侵蚀图 (图2) 。
4 结果分析
4.1 土壤侵蚀强度分级结果分析
土壤侵蚀强度分为6个等级, 即微度侵蚀、轻度侵蚀、中度侵蚀、强度侵蚀、极强度侵蚀和剧烈侵蚀。鹤壁煤矿集中区土壤侵蚀面积为968.46km2, 占研究区土地总面积的78.57%, 其中微度侵蚀535.73km2、轻度侵蚀241.01km2、中度侵蚀168.83km2、强度侵蚀20.35km2, 极强度2.33km2、剧烈侵蚀0.21km2分别占土壤侵蚀总面积的55.32%、24.89%、17.43%、2.10%、0.24%和0.02%。研究区受土壤侵蚀影响 (轻度及其以上侵蚀强度) 的土地面积432.73km2, 占土壤侵蚀总面积的为44.68%。其中, 中度以上较严重侵蚀的土地面积为191.72km2, 占土壤侵蚀总面积的19.80%, 是土地退化问题十分严重的区域。研究区土地以微度侵蚀为主, 其次为轻度和中度侵蚀, 随着侵蚀强度的增加, 侵蚀面积迅速减少。
4.2 土壤侵蚀强度与土地利用关系分析
研究区园地、疏林地和牧草地面积非常少, 因此受土壤侵蚀影响的面积也非常少。就分析土地利用和土壤侵蚀的关系来说, 该地类不够典型, 因此不做进一步的分析。不同土地利用类型的土壤侵蚀状况见表2。
表3中侵蚀类型面积是各土壤侵蚀类型的面积, 它为应变量;耕地、有林地、灌木林地、荒草地、裸地、裸岩石砾地是相应的土壤侵蚀所对应的面积, 它为自变量。把两者数据输入SPSS统计软件包, 用两变量法作土地利用类型与土壤侵蚀类型之间分布的相关分析, 结果见表4。
注:n=6, r0.05=0.707。
通过相关分析, 可以反映土地利用类型与土壤侵蚀强度相关性强弱, 其程度依次为耕地>有林地>荒草地>灌木林地>裸岩石砾地>裸地。对研究区土地利用类型分析, 耕地、有林地抵御土壤侵蚀能力较强, 与侵蚀强度的相关性强, 侵蚀程度相对较小, 因此保护耕地和林地是减少土壤侵蚀的根本;灌木林地、荒草地与侵蚀强度相关性较弱, 表明这些土地利用类型的土壤侵蚀强度居中;裸地、裸岩石砾地与侵蚀强度相关性弱, 说明侵蚀强度受其它因素的影响明显。
通过计算研究区的土壤侵蚀率, 得出研究区耕地、有林地、灌木林、荒草地、裸地和裸岩石砾地的土壤侵蚀率 (表5) 分别为:33.76%、68.03%、81.46%、75.37%、100%、90.63%。研究区不同土地利用类型的土壤侵蚀率表现出如下顺序:裸地>裸岩石砾地>灌木林地>荒草地>有林地>耕地。研究区绝大部分耕地分布在平坦地区, 坡度在5°以下, 因此耕地的土壤侵蚀强度以微度为主;有林地和灌木林的土壤侵蚀率分别为68.03%、81.46%, 可见植被覆盖状况是土壤侵蚀的重要影响因素, 植被覆盖越好, 土壤侵蚀强度越弱;未利用地很大部分是矿井的弃耕土地, 采矿过程中对土地的挖损和压占, 造成地表地下土层松动, 移动大量岩石土体, 弃耕土地坡度较大, 植被覆盖低, 土壤侵蚀严重。
5 结论
通过对研究区土壤侵蚀状况的调查以及分析它与土地利用的关系, 得出以下结论:①该研究区采用基于RS和GIS的研究方法可以快速得出区域土地利用和土壤侵蚀的关系, 对全面摸清鹤壁矿区土壤侵蚀和土地利用状况, 掌握矿区土壤侵蚀规律, 探讨矿区土壤侵蚀原因及治理有较强的指导意义;对弄清矿区土地利用与土壤侵蚀关系具有重要的意义。②研究区不同土地利用类型的土壤侵蚀率表现出如下顺序:裸地>裸岩石砾地>灌木林地>荒草地>有林地>耕地。合理的土地利用方式可有效地控制土壤侵蚀。土地利用类型与土壤侵蚀强度相关性强弱, 其程度依次为耕地>有林地>荒草地>灌木林地>裸岩石砾地>裸地。土地利用类型的土壤侵蚀率越低则土地利用与土壤侵蚀强度的相关性越强。由此可见, 土壤侵蚀分布与土地利用分布是相互关联的, 土地利用方式是土壤侵蚀的主要原因之一。③从上述分析可以看到, 耕地、有林地土壤侵蚀率相对较小, 与侵蚀强度的相关性强, 因此保护耕地和林地是防止土壤侵蚀的根本;而未利用地土壤侵蚀率大, 因此未利用地是治理土壤侵蚀的根本, 对未利用地土地复垦和开发是治理土壤侵蚀的有利措施。
摘要：以河北省鹤壁矿区为研究区域, 运用GIS和RS技术分析、研究了区域土壤侵蚀强度和土地利用状况。通过SPSS软件包的统计分析, 计算土地利用类型与土壤侵蚀强度的相关系数, 其强弱依次为:耕地>有林地>荒草地>灌木林地>裸岩石砾地>裸地;计算土壤侵蚀率, 其强弱依次为:裸地>裸岩石砾地>灌木林地>荒草地>有林地>耕地。在此基础上进行了鹤壁矿区土地利用类型与土壤侵蚀的关系分析。结果表明, 土地利用类型的土壤侵蚀率越低, 则土地利用与土壤侵蚀强度的相关性越强。
矿区土壤 篇5
GIS支持下的矿区土壤含水量遥感反演及变化规律
遥感方法可以开展大范围土壤含水率的`连续监测,其技术关键是建立土壤含水率的遥感信息模型.针对矿区采动影响特征,提出了应用归一化植被指数NDVI=0.3作为判别高、低植被覆盖条件的阈值;裸地或低植被覆盖条件(NDVI≤0.3)采用基于热惯量理论的表现热惯量法(ATI)、高植被覆盖条件(NDVI＞0.3)采用作物供水指数法(VSWI)来反演土壤含水量.并根据采后“三带”高度和植被覆盖情况,将矿区分为6种不同的研究区域,提出应用MODIS数据和TM/ETM+数据定量反演矿区土壤含水量,进一步提出了在GIS支持下,由非采煤区推算采煤区采矿前的土壤含水量以及分析采矿前后土壤含水量变化规律的理论和方法.
作 者：常鲁群 卞正富 邓喀中 Chang Luqun Bian Zhengfu Deng Kazhong 作者单位：中国矿业大学 刊 名：金属矿山 ISTIC PKU英文刊名：METAL MINE 年，卷(期)： “”(2) 分类号：P61 关键词：遥感 土壤含水量 矿区 GIS
矿区土壤 篇6
本文选择柳州矿区周边土壤中重金属作为调查对象,采用单项污染指数法和综合污染指数法对土壤环境质量进行评估,为今后的环境监测工作提供支持,同时为矿区土壤的改良和修复提供理论依据。
1 材料与方法
1.1 点位布设
根据矿区周边环境的实际情况进行采样,以所选矿区场地为监测单元,在该场周边下风向800 m范围内的耕地土壤布设5个监测点,同时在距矿区场界2 km以外的上风处布设1个对照监测点。
1.2 样品采集
在矿区采用GPS定位,按照《土壤环境监测技术规范》(HJ/T 166-2004)[7]的要求,梅花点法采样,即以采样点为中心,在其周围一定范围内以20 cm为采样深度采集5个左右土样混合成1个,充分混匀后按照四分法弃取,留取样品重量约2 kg,将样品装入样品袋,填写样品标签、采样记录,带回实验室,自然风干、粉碎备用。本次共采集样品6个,其中5个监测点土样,1个对照点土样。
1.3 土壤样品处理及测定方法
根据矿区的生产实际情况,此次土壤监测的项目主要有p H、镉(Cd)、汞(Hg)、砷(As)、铅(Pb)、铬(Cr)、铜(Cu)、锌(Zn)、镍(Ni)等项目。其中,土壤p H经水浸提后用玻璃电极法测定;Cd和Pb经四酸消解处理后采用石墨炉原子吸收分光光度法测定;Cr、Cu、Zn和Ni元素是经四酸消解处理后采用火焰原子吸收分光光度法测定;Hg和As用王水(1+1)消解后,含量测定均采用原子荧光法。分析过程采取测定国家土壤标准样品、加标回收及平行双样等质量控制措施保证数据准确度。
1.4 土壤评价标准与评价方法
1.4.1 评价标准
土壤环境质量评价执行《土壤环境质量标准》(GB15618-1995)[8]二级标准(见表1)。
单位:mg/kg
1.4.2 评价方法
通过采用单项污染指数、土壤综合污染指数及土壤污染分担率结合土壤污染指数分级标准对土壤进行评价。土壤污染程度分级评价执行HJ/T 166-2004《土壤环境监测技术规范》分级标准见表2。相关计算公式如下:
2 结果与分析
2.1 矿区周边耕地土壤重金属含量
由表3可知,矿区周边耕地土壤各重金属元素空间变异较大。Cd含量为0.14~1.20 mg/kg,平均值0.50 mg/kg;Hg含量0.09~0.26 mg/kg,平均值0.17 mg/kg;As含量17~133 mg/kg,平均值49mg/kg;Pb含量27~111 mg/kg,平均值53 mg/kg;Cr含量118~184 mg/kg,平均值152 mg/kg;Cu含量19~44 mg/kg,平均值32 mg/kg;Zn含量70~294 mg/kg,平均值143 mg/kg;Ni含量20~63 mg/kg,平均值35 mg/kg。与对照点土壤重金属含量相比,除了As、Cr和Cu元素外,矿区周边耕地土壤中Cd、Hg、Pb、Zn和Ni 5种元素的平均含量高于对照值。其中,Cd的平均含量是对照点含量的2.5倍,Hg为1.1倍,Pb为1.4倍,Zn为1.3倍,Ni为1.2倍,表明矿区长期开采已引起周边耕地土壤中部分重金属不同程度的累积。从各重元素含量的分布情况来看,在监测点4#重金属含量普遍偏高,这与该点位较接近矿砂堆放区有关。在风力及雨水的作用下,矿砂极易沉降或随雨水流入到周围的环境,造成污染。
单位:mg/kg
2.2 矿区周边土壤环境质量评价
从表4可看出,在监测点1#,除了Cd的单项污染指数大于1外,其他元素的单项污染指数均小于1,土壤综合污染指数为1.17,污染等级为Ⅲ级,为轻度污染;在监测点2#,Cd和As的单项污染指数大于1,其余6种元素的单项污染指数均小于1,土壤污染等级Ⅲ级,为轻度污染;而监测点3#8种元素的单项污染指数均小于1,土壤综合污染指数小于0.7,土壤处于清洁(安全)水平;监测点4#中单项污染指数大于1的有Cd、As、Zn和Ni 4种元素,其中Cd的污染指数高达4.0,土壤综合污染指数介于2与3之间,污染等级为Ⅳ,为中度污染;在5#点位,除了As和Cr的单项污染指数大于1外,其余元素均小于1,土壤综合污染指数2.44,为中度污染。
从各元素综合污染指数及污染物分担率来看,土壤污染物分担率最大的为Cd,其次为As,矿区周边土壤重金属污染程度大小排序为Cd>As>Ni>Zn>Cr>Cu>Hg>Pb,显示出矿区周边土壤受Cd和As较为严重,Ni和Zn为轻度污染,该矿区主要生产铅锌、硫铁矿,除了Zn元素是主要污染因子外,Cd和As也是主要的污染因子,因此,开采铅锌矿随之而来的Cd和As污染问题应引起关注。
3 结论与建议
除了As、Cr和Cu元素外,矿区周边耕地土壤重有Cd、Hg、Pb、Zn和Ni等5种元素的平均含量高于对照值。
矿区周边土壤重金属元素污染程度有差异,土壤重金属污染程度大小排序为Cd>As>Ni>Zn>Cr>Cu>Hg>Pb,其中土壤受Cd和As较为严重,Ni和Zn为轻度污染。
监测点土壤综合污染指数分析结果显示,监测点4#和5#土壤受到中度污染,1#和2#点为轻度污染,3#点处于清洁(安全)等级。
综上所述,矿区开采对周边耕地土壤重金属造成不同程度的积累。这些污染物易经食物链为害当地人们的健康,应采取相应的措施对受污染的土壤进行治理,减轻对环境的污染。
参考文献
[1]黄铭洪,骆永明.矿区土地修复与生态恢复[J].土壤学报,2003,40(2):161-169.
[2]刘桂琴,梁成华,杜立宇,等.红透山铜矿矿区土壤重金属污染状况研究初报[J].农业资源与环境科学,2006,22(11):364-367.
[3]于皓,宾泽全.广西矿区土壤重金属分析及对农作物的污染与控制[J].大众科技,2011,140(4):108-109.
[4]廖国礼.典型有色金属矿山重金属迁移规律与污染评价研究[D].长沙:中南大学资源与安全工程学院,2005.
[5]陈静生,邓宝山,陶澍,等.环境地球化学[M].北京:海洋出版社,1990:1-71.
[6]陈桥,胡克,王建国,等.矿山土地污染危害及污染源探讨[J].国土资源科技管理,2004,21(04):96-97.
[7]国家环境保护总局.土壤环境监测技术规范(HJ/T166-2004)[S].北京:中国标准出版社,2004.
矿区土壤 篇7
1 研究区自然概况
安徽铜陵是我国重要的铜矿开采和冶炼基地,位于安徽省的南部,长江中下游南岸,地处30°56′42″N、117°43′28″E,属亚热带湿润气候,季节特点分明,春季较短,气候温和,雨量充沛,夏季多雨炎热,伏热干旱,年平均温度16.2℃,夏季平均气温27.4℃,全年平均太阳辐射量480.64kJ/cm2。年平均无霜期为230d,年平均降水量1390mm,全年平均湿度在75%—80%之间,城市地面主导风向为东北(冬)、西南(夏)[3]。
2 样品采集和分析方法
考虑到矿区的地理特点,采用蛇形采样法,顺山势向上进行土壤的采集,分别在3个片区采集,片区内每个样点相距20m,研究区总长度达5km。共采集了24个土壤样品,采样点深度0—20cm。土壤样品带回实验室经自然风干后,除去土样中的石子和动植物残体等异物,用木棒研压,过2mm尼龙筛(除去2mm以上的沙砾),混匀。用玛瑙研钵将通过2mm尼龙筛的土样研磨至全部通过100目(孔径0.149)尼龙筛,混匀后备用[4]。土壤中的重金属含量分析按照常规方法首先进行前消化处理,然后进行测定。被分析的重金属包括Cu、Zn、As、Hg共4种元素。其中Cu、Zn用WFX—1F2型火焰原子吸收分光光度计(北京第二光学仪器厂)测定;Hg用F732—G型测汞仪测定(上海华光仪器仪表厂);As经过砷化氢发生作用后用722N型可见光分光光度计(上海精密科学仪器有限公司)测定[5]。
3 结果与分析
3.1 土壤pH值和重金属污染状况
我们对矿区采集的土壤样品进行了重金属含量分析(表1),其结果表明:土壤样品中的pH值均小于6.5。土壤中重金属Cu、Zn、As、Hg的平均含量由高到低依次排序为Zn>Cu>As>Hg。Cu、Zn、As、Hg的含量最高值分别为1098 mg/kg、2954 mg/kg、637 mg/kg、0.758 mg/kg;平均含量分别为:248 mg/kg、388 mg/kg、187 mg/kg、0.142 mg/kg。与铜陵土壤背景值比较发现,研究区内4种重金属的平均含量都远高于当地土壤的背景值:Cu的平均含量为7.71倍、Zn为4.54倍、As为15.05倍、Hg为2.84倍。可见,在对铜官山铜矿长期开采的过程中,已经引起了其周围区域土壤中重金属的污染和积累。
3.2 矿区土壤各重金属元素的相关性分析
用SPASS13.0对土壤4种元素的重金属含量进行相关性分析,结果见表2。可以看出,土壤中As、Hg和Zn都为显著正相关,但是与Cu无明显的相关性。这应该与当地矿石的伴生情况有关。
注:*为P<0.05;**为P<0.01;N=24。
3.3 矿区土壤污染评价
土壤评价标准:采用《土壤环境质量标准(GB15618—1995)》中的二级评价标准,研究区土壤的pH均小于6.5,即Cu为50 mg/kg、Zn为200 mg/kg、As为40 mg/kg、Hg为0.30 mg/kg[5]。
土壤重金属污染程度的分级标准:单项污染指数法分级标准:Pi≤1为非污染,1
评价方法:采用单因子污染指数法和综合污染指数法评价矿区土壤重金属污染状况。评价公式如下:单因子评价:Pi=Ci/Si。式中,Pi为污染指数,Ci为污染物实测值,Si为污染物评价标准。多因子评价:采用内梅罗综合污染指数法进行多因子评价,其表达式为:P={[(Ci/Si)max2+(Ci/Si)ave2]/2}1/2。式中,(Ci/Si)max为土壤重金属污染指数最大值,(Ci/Si)ave 为土壤各污染指数平均值,结果见表4。
4 讨论
4.1 重金属综合污染指数
从结果可以看出,研究区土壤Cu、Zn、As的污染指数都远大于3,属重污染,且这3种重金属的单项污染指数差异都很大。在铜的单项污染指数中,只有2个样点小于1,属警戒级;有13个样点的污染指数大于3,属重污染,占全部样点的54%。可见,在铜矿中铜的污染最为普遍和严重(图1)。Zn的综合污染指数为10.53,单项污染指数最高为14.77,大于1的样数为8个,占全部样点的1/3(图2)。As的污染指数在4种重金属中最大,为35.05,污染相当严重(图3)。尤其是15号和16号样点,污染指数分别高达15.92和49.34。研究区内土壤重金属汞的污染指数最小,为1.82,污染度为轻污染。所有样点中除了15号、16号样点外,绝大多数Hg的污染指数都小于1,说明矿山开采引起矿区Hg的污染较小(图4)。
从图1—4不难看出,Zn、As和Hg的综合污染指数具有相似的分布规律,在15号和16号样点达到最大值,在其它样点则相对较小。分析认为,选矿厂的废水排放是造成土壤污染的主要原因。Cu的污染指数与Zn、Hg和As的分布规律不同,在19号样点达到最大值,在这一样点的附近可能存在铜的污染源。
4.2 各样点综合污染指数
从综合污染指数分析,在24个所调查的土壤样品中,未受污染的安全土壤和警戒级土壤样品各有一个,其余样点均受到不同程度的污染,达到重污染的样品有10个,占所调查样点总数的42%,最高综合污染指数高达36.7。从表3还可以看出,各样点土壤都已受到污染,只是污染程度不同而已。
从图5可看出,1—8号土壤样品污染情况较轻,因这些样点距离选矿区和开采区较远。重污染主要集中在9—16号样点,尤其是16号样点的综合污染指数高达36.7。由于这批样点均靠近选矿厂,可见选矿厂的废物排放是铜官山铜矿区土壤重金属污染的重要污染源,因此必须在控制选矿厂的污染排放和环境治理方面采取一定的举措。
5 结论
通过野外采样和室内分析,结果表明铜官山铜矿区所有土壤的pH均小于6.5,土壤呈酸性,在酸性条件下重金属的活性增强,对环境的潜在危害更大;土壤中Cu、Zn、As、Hg的平均含量均高于当地的土壤背景值,出现了重金属积累的趋势;从污染程度看,Cu、Zn、As属重污染,Hg为轻污染,可见矿山的开采活动已经引起矿区土壤重金属的污染。因此,开展土壤重金属污染调查以及后续的修复工作就显得尤为重要。矿区所采集的不同样点重金属的污染程度也存在着很大的差异,选矿区周围的土壤污染最为严重。
摘要：通过野外调查和室内分析,研究了铜陵铜官山铜矿区土壤重金属含量,并采用单因子指数法和内梅罗指数法对铜官山土壤污染程度进行评价。研究结果表明,研究区土壤Cu、Zn、As、Hg平均含量高于当地的土壤背景值,土壤已受Cu、Zn、As重污染,受Hg轻污染。不同样点土壤重金属含量存在较大差异,其中处于选矿厂附近的9到16号样点土壤重金属污染情况较其它样点相对较重,15和16号样点的重金属单项污染指数和综合污染指数都很高,污染状况在所有样点中最为严重。
关键词：矿区土壤,重金属,污染指数,评价
参考文献
[1]戴清文,曾志明,王继玉,等,江西省主要金属厂矿对畜牧业影响的初步调查[J].农业环境保护,1993,12(3)∶124-126.
[2]刘桂琴,梁成华,杜立宇,等.红透山铜矿矿区土壤重金属污染状况研究初报[J].农业资源与环境科学,2006,22(11)∶364-367.
[3]铜陵市计划委员会,安徽省计划委员会.安徽国土资源——铜陵市篇[M].北京:中国计划出版社,1977.
[4]吴邦灿,费龙.现代环境监测技术[M].北京:中国环境科学出版社,1999.
[5]国家环境保护总局科技标准司.中国环境保护标准汇编(土壤、固体废物、噪声和振动分册)[M].北京:中国环境科学出版社,2001.
矿区土壤 篇8
1.1 区域地质概况
1—Ⅰ级构造单元界线;2-Ⅱ级构造单元界线;3-深断裂;4-大断裂;5-古板块缝合带6-中新生代坳陷大地构造单元:Ⅰ华北地台 (Ⅰ级) ;Ⅰ1内蒙古台隆 (Ⅱ级) ;Ⅱ内蒙古中部地槽褶皱带 (Ⅱ级) ;Ⅱ1翁牛特旗加里东地槽褶皱带 (Ⅱ级) ;Ⅱ2巴林桥边缘地块 (Ⅱ级) ;Ⅱ3苏尼特右旗晚华力西地槽褶皱带 (Ⅱ级) ;Ⅱ4爱力格庙-锡林浩特中间地块 (Ⅱ级) ;Ⅱ5西乌旗晚华力西地槽褶皱带 (Ⅱ级) ;Ⅲ兴安地槽褶皱带 (Ⅰ级) ;Ⅲ1东乌旗晚华力西地槽褶皱带 (Ⅱ级) ;断裂:1-查干敖包-阿荣旗深断裂;2-二莲浩特-贺根山深断裂;3-景峰-天山深断裂;4-西拉木沦河深断裂;5-开源-赤峰深断裂;6-大兴安岭主脊深断裂;7-嫩江深断裂;8-锡林浩特-大石寨大断裂。
扎鲁特旗架子少冷矿区区域上处于内蒙古中部地槽褶皱系 (Ⅰ级) , 苏尼特右旗晚华力西地槽褶皱带 (Ⅱ级) (图1) , 本区属古生代地层分区华北地层大区, 内蒙古草原 (赤峰—哈尔滨) 地层区, 锡林浩特—磐石地层分区;中新生代地层属滨太平洋地层区, 大兴安岭—燕山地层分区, 乌兰浩特—赤峰地层小区。中生代大兴安岭火山岩带的中南段, 燕山期火山—侵入岩浆活动十分剧烈, 形成多期次火山—浅成侵入岩带, 中生代, 由于太平洋板块向古亚洲大陆的俯冲作用, 使NNE向的大兴安岭主脊深断裂和嫩江深断裂强烈活动, 导致基底古缝合带活化, 基底中EW向、NE向及NW向大断裂发育, 影响并控制了区内燕山期火山—侵入岩浆活动以及矿化活动。区内及外围发现的大中型矿床 (点) 均沿此“活化”的缝合带展布。成矿区带划分属突泉—翁牛特成矿带。
1.2 异常区地质概述
异常区内出露的地层有中生界满克头鄂博组;上古生界二叠系哲斯组;新生界第四系。侵入岩十分发育, 主要以华力西晚期中—酸性侵入岩及燕山早期中性—中酸性—酸性侵入岩为主, 呈岩基、岩株、岩墙状产出, 这些岩浆岩在区域上呈复式岩体存在, 其中的燕山早期浅成次火山岩非常发育, 普遍富含Cu、Pb、Zn、Ag等成矿元素, 与多金属成矿作用关系密切为燕山早期花岗岩类。上古生界二叠系哲斯组 (P1zs) 为该区的成矿提供了物质来源, 因此, 上古生界二叠系哲斯组 (P1zs) 为该区的矿源层, 同时上古生界二叠系哲斯组 (P1zs) 地层又为在该区寻找多金属矿的有利围岩。燕山早期黑云母花岗斑岩 (Kγπ) 岩体为该区的成矿提供了良好的热源。
2 矿区地球化学特征
2.1 矿区各元素分散富集特征
土壤 (岩屑) 比较发育。该区有利于开展土壤 (岩屑) 地球化学测量工作。土壤地球化学测量共分析Au、Pb、Cu、As、Ag、Sb、Mo、BI、W等10种元素。
Bi、W两元素在工作区的变异系数 (cv) 均>1分别为1.618和1.151, 元素分布极不均匀, 属强分异型。
Ag、Pb、As、Sb、Mo五种元素在工作区的变异系数均1.0> (cv) >0.7分别为0.779、0.709、0.814、0.932、0.84, 为分布不均匀, 属分异型, Pb元素在Pcξγ岩体中变异系数 (cv) 最高为0.977表示元素分布不均匀, 属分异型。
Zn、Cu两元素在工作区的变异系数均0.7> (cv) >0.5分别为0.507、0.527为分布较均匀, 属弱分异型。
Au元素在工作区中变异系数最低, 为0.474, cv<0.5, 为均匀分布, 属无明显分异。
Pb、W、Bi、As、Sb五种元素浓集克拉克值 (C) , 在工作区中均>1, 分别为1.602、2.278、3.042、6.026、4.159, 说明Pb、W、Bi、As、Sb五种元素在工作区地质体中相对富集。
Au、Ag、Mo、Zn、Cu五种元素浓集克拉克值, 在工作区中 (C) <1, 分别为0.276、0.002、0.855、0.749、0.525, 说明Pb、W、Bi、As、Sb五种元素在工作区地质体中相对分散。
通过综合分析, Au和Ag元素在工作区及各地质单元中的平均值, 变化系数, 浓集克拉克值均较低, 说明Au和Ag元素在工作区中成矿的可能性很小。
As、Sb、Bi、W、Mo五种元素, 虽然变化系数, 浓集克拉克值高, 但是四种元素的全区平均值均较低, 说明As、Sb、Bi、W、Mo五种元素在工作区中成矿的可能性也不太大。
而Cu、Pb、Zn三种元素, 虽然在全区中变化系数均为1.0>cv (cv') >0.7, 为元素分布不均匀, 属分异型;浓集克拉克值为中等, 均>0.7。但是三元素平均值均较高, 有良好的成矿前提。
对几种元素参数综合对比, 可以看出在架子少冷工作区, Zn、Cu、Pb三种元素有较大的成矿潜力。
2.2 矿区各元素分布特征
测试元素皆为本区成矿元素和伴生 (指示) 元素, 由于矿种、成因、地质环境的不同, 元素空间分布也表现出明显的差异。依据其R型聚类分析, 将10种元素分为三组。
2.2.1 Zn、Pb、Cu、Ag、Bi
Zn、Pb、Cu、Ag、Bi元素地球化学场颇有相似, 在许多地段存在共高共低现象。
Ag、Pb、Zn、Bi元素主要以低背景区和背景区为主, 分布在工作区的西北部、西南部及南部, 出露地层为中生界满克头鄂博组 (J3mk) 和燕山早期黑云母花岗斑岩 (Kγπ) 岩体;高值区和异常区主要分布在工作区的东北角, 出露地层主要为中生界满克头鄂博组 (J3mk) 及上古生界二叠系哲斯组 (P1zs) 地层。
Cu元素主要以低背景区和背景区为主, 主要分布在工作区的中西部, 西北部、西南部及东南部, 出露的地层为中生界满克头鄂博组 (J3mk) 和燕山早期黑云母花岗斑岩 (Kγπ) 岩体。高值区和异常区主要分布在工作区的东北角及西北角, 出露地层主要为中生界满克头鄂博组 (J3mk) 及少部分上古生界二叠系哲斯组 (P1zs) 地层。
2.2.2 Au、As、Sb
Au元素主要以背景区为主, 背景区主要分布在工作区的东北部、中部、东南部, 出露地层为中生界满克头鄂博组 (J3mk) ;异常区和高值区主要分布在主要分布在工作区的西南角、东南部, 出露的地层为中生界满克头鄂博组 (J3mk) 和燕山早期黑云母花岗斑岩 (Kγπ) 岩体。
As、Sb元素背景区、低背景区与高值区、异常区分布范围非常明显, 背景区、低背景区主要分布在工作区的西南部, 出露地层为中生界满克头鄂博组 (J3mk) 和燕山早期黑云母花岗斑岩 (Kγπ) 岩体;高值区、异常区分布在工作区的东北部, 出露地层为中生界满克头鄂博组 (J3mk) 和少部分上古生界二叠系哲斯组 (P1zs) 地层。
2.2.3 Mo、W
Mo元素低背景区、背景区分布的比较分散, 工作区中均有分布;高值区、异常区主要分布在工作区的东北角、中南部, 出露地层为中生界满克头鄂博组 (J3mk) 和燕山早期黑云母花岗斑岩 (Kγπ) 岩体。
W元素主要以背景区、低背景区为主, 主要分布工作区的东南部及西北部东南部, 出露地层主要为中生界满克头鄂博组 (J3mk) 及第四系。高值区、异常区主要分布在西南角及西北角, 出现的地理位置及分布的范围与燕山早期黑云母花岗斑岩 (Kγπ) 岩体基本吻合。
2.3 矿区主要异常分布特征
根据异常评价分类程序, 将工作区组合元素异常分类 (见表1) :
以Cu、Pb、Zn、异常为重点, 结合As、Sb、Mo、Bi异常, 重点对HT-3号综合异常加以解释与评价。
HT-3号综合异常异常区位于架子少冷东北部, 面积为1.21km2。
异常区主要位于中生界满克头鄂博组 (J3mk) 地层中, 在异常区西南部附近出露新生界第四系 (Qhal) 。另外, 在异常区内有一条近东西向的硅化蚀变带和一条北东向硅化蚀变带出露。
该综合异常组合元素为Cu、Pb、Zn、Ag、As、Sb、Mo、Bi计八种元素, 主成矿元素为Cu、Zn、Ag、Pb, 伴生元素为As、Sb、Mo、Bi。主成矿元素Cu、Zn、Pb、Ag四种元素套合性很好, 另外, 主成矿元素Cu、Ag与伴生元素As、Bi套合性很好, 浓集中心明显, 有三处浓集中心。异常浓度分带明显, 异常强度较高, Pb、Bi元素浓度分带明显, 强度较高, 达到三级分带, Zn、Cu、Ag、As、Mo元素浓度分带较明显, 强度较高, 达到二级分带。异常规模较大, 异常规模较大的元素为Pb、Bi、Cu。另外, 该异常具备前缘晕、近矿晕、尾晕的特征;而且, 异常形态完整, 呈带状沿北东向展布, 与区域上的主要断裂构造及区内发现的北东向硅化蚀变带走向一致, 异常区成矿条件有利 (各单元素异常特征见表2) 。
该异常形态完整 (图2、图3) , 异常呈带状沿北东向展布, 与区域上的主要断裂构造及区内发现的北东向硅化蚀变带走向一致, 异常区成矿条件有利。同时, 异常元素组合成分复杂, 又是成矿元素高背景区, 主成矿元素、伴生 (指示) 元素套合性较好, 强度高, 浓集中心明显。推断异常是由Cu、Pb、Zn、Ag矿化体所引起的异常, 通过异常查证, 发现在异常区有一处Zn矿化带。属于乙1类异常。
3 异常验证效果
3.1 1/万地化剖面验证效果
为了追索HT-3异常源, 缩小异常找矿靶区, 布设1条方向为317°, 长度为1km的1∶1万土壤地球化学剖面, 其特征如下:
从土壤测量剖面图看出:
HP1号剖面, 在测点04/01、11/01处十种元素均出现异常高峰。
综合该条土壤地化剖面出现异常高峰的情况分析, 可以看出土壤地化剖面出现异常高峰的位置与土壤面积性工作的HT-3综合异常的浓集中心位置完全吻合, 而且元素组合特征两者基本一致, 异常具有良好的重现性, 说明HT-3综合异常为真异常。同时, 基本确定了几处浓集中心位置就是异常源的位置, 缩小了异常靶区。
综上所述, 该土壤异常元素组合复杂, 各种单元素异常套合性较好, 均有明显的浓集中心。尤其是在异常区的北东部, 异常分带性明显。Zn、Cu、Pb等单元素异常浓集中心非常突出, 异常强度高。土壤剖面异常各种元素峰值十分突出, 高值点比较集中, 与土壤浓集中心相吻合。无论是土壤测量面积性异常, 还是土壤剖面异常, 都显示了该处具有良好的成矿条件及地球化学背景。
3.2 工程验证效果
异常检查以Zn、Cu、Pb异常为主。本区共圈出5处组合异常, 结合组合异常所处的地质环境和前人资料, 重点对HT-3号1处综合异常进行了查证, 主要利用1∶5万路线地质调查、槽探工程揭露及1∶1万土壤地化剖面进行初步的查证。
通过1∶5万路线调查查证HT3综合异常, 新发现硅化蚀变带1条, 宽几米~十几米不等, 延长300m~500m, 1件样品Zn品位0.134×10-6。多层褐铁矿化蚀变凝灰岩和蚀变气孔状安山岩。区内蚀变凝灰岩和气孔状安山岩呈互层出现, 蚀变凝灰岩层厚度几十米不等, 蚀变气孔状安山岩厚度几米~十几米不等, 走向为70°~115°之间, 倾向南东-南西之间, 延长800m左右。局部见褐铁矿化或褐铁矿流失孔, 初步认为其为哲斯组海相火山岩—碎屑岩建造, 富含成矿物质, 是重要的矿源层之一, 同时又是有利的赋矿围岩。晚侏罗世满克头鄂博火山旋回末期有大量的中酸性同源浅成—次火山岩上侵就位, 为成矿提供了丰富的热液和矿质来源, 主要分布在矿区西南部。
沿垂直异常长轴方向布设槽探工程检查HT3综合异常, 在L2577号高值点, 布设YCTC2577探槽, 发现矿化蚀变凝灰岩, 取样品2件Zn品位为0.161-0.226×10-6。其中在TC08探槽中连续刻槽取岩石原生晕样59件, 其中有10件样品在1107-3704×10-6之间 (表2) 。说明褐铁矿化蚀变凝灰岩和安山岩既是重要的矿源层, 同时又是有利的赋矿围岩, 是引起HT3综合异常的主要原因, 分析认为HT3综合异常为矿致异常。
4 找矿意义
(1) 本次工作, 通过研究发现地球化学图所反映的背景特征、异常分布特征及元素分布、分配特征与客观地质条件非常符合。说明在内蒙古扎鲁特旗架子少冷地区开展1∶20000土壤地球化学测量洛阳铲深部取样具有有效性和合理性。
(2) 土壤剖面异常重现性好, 高值点均落在土壤测量异常中心。进一步证实了Ht-3异常的土壤地球化学异常是真实可靠的。
(3) 通过对该异常的路线检查, 发现了较好的矿化蚀变。经地表工程揭露, 发现了数条Zn矿化体和铜矿化点, 进一步说明了该异常是矿致异常, 为寻找以Zn为主的多金属矿产提供了明确靶区。
(4) 上古生界二叠系哲斯组 (P1zs) 为该区的成矿提供了物质来源, 因此, 上古生界二叠系哲斯组 (P1zs) 为该区的矿源层, 同时上古生界二叠系哲斯组 (P1zs) 地层又为在该区寻找多金属矿的有利围岩。燕山早期黑云母花岗斑岩 (Kγπ) 岩体为该区的成矿提供了良好的热源。
(5) 在该区Zn、Cu、Pb三种元素有较大的成矿潜力。
总之, 内蒙古扎鲁特旗架子少冷矿区Ht-2、Ht-3组合异常, 具有较好的成矿地球化学环境和有利的成矿地质条件, 找矿信息十分丰富, 是寻找以锌为主等多金属矿产的理想靶区。
摘要：内蒙古扎鲁特旗架子少冷矿区1∶2万土壤测量异常, 元素组合复杂, 虽然面积不大, 但强度高, 各单元素异常均具有较好的浓集中心。尤其Zn、Pb、Cu等元素呈现高度富集。该土壤异常分布在满克头鄂博组火山岩地层中。经对该异常踏勘, 发现较强的褐铁矿化及硅化、孔雀石化、蓝铜矿化等。经土壤剖面测量也发现较好Zn、Pb、Cu土壤异常, 具重现性, 与1:2万土壤异常浓集中心相吻合。经工程揭露, 在满克头鄂博组火山岩和次火山地层中上发现了锌、铜矿化。经测试, 部分样品快达到最低边界品位, 矿化蚀变带较宽, 有较大的找矿意义。该处成矿条件好, 是锌、铜等多金属矿产成矿有利地段。为寻找以锌为主多金属矿产提供了明确靶区。
关键词：内蒙古,架子少冷,土壤异常,地球化学特征,找矿意义
参考文献
[1]武警黄金第四支队.架子少冷土壤化探专题报告[R].2015.
[2]内蒙古扎鲁特旗呼和哈德地区地球化学异常特征及其找矿意义[J].吉林地质, 2011, 1:108-112.
[3]赵一鸣, 等.大兴安岭及其邻区铜多金属矿床成矿规律与远景评价[M]北京:地震出版社, 1997.
矿区土壤 篇9
关键词：非正规测网,土壤地球化学测量,找矿效果
前言
非正规测网土壤地球化学测量在地质找矿过程中应用日趋广泛, 其找矿效果也日益凸显出来。其中以沟系次生晕方法应用最为广泛, 找矿效果较为显著[1,2]。针对不同地形条件和自然景观条件选取不同的采样对象[3,4,5,6,7], 有效的降低劳动强度提高工作效率, 并节约了成本, 达到了预期的找矿效果。
1 区域地质概况
工作区位于北东走向的北江断裂带与东西走向的大东山贵东岩浆岩构造带的交汇部位, 位于瑶石梅断褶带与曲仁盆地的汇合部位。
出露的主要为第四系、白垩系、石炭系、泥盆系、奥陶系、寒武系的地层, 其中第四系为松散的砂、砾和砂质黏土, 与下伏地层呈角度不整合接触;白垩系为碎屑岩, 与下伏地层呈角度不整合接触;泥盆系、石炭系为碎屑岩和碳酸盐岩, 与下伏地层呈角度不整合接触;寒武系、奥陶系为浅变质碎屑岩, 为区内出露的最古老地层。区内出露的地层, 奥陶系、寒武系发生了程度较低的区域变质作用;其余地层未见区域变质作用。
区域断裂和褶皱构造发育, 主要断裂分为北西西向和北东向两组。主要褶皱构造有瑶石梅断褶带和枫湾向斜。
区域岩浆岩广泛分布, 分为花岗岩、石英斑岩和脉岩三类。主要岩体有贵东花岗岩体、白吉寨花岗岩体、灵溪花岗岩体和竹园石英斑岩体。贵东岩体、白吉寨岩体和瑶岭白云母花岗岩体的化学成份, 与中国同类岩石和华南地区同期同类岩石相比, 具有富Si、K, 贫Ca的特点, 属超酸性花岗岩, 其成矿专属性有利于钨、锡成矿, 岩体微量元素丰度W、S、P、Bi、F等成矿元素和挥发组分较高, 也说明有利于钨铋矿床的形成。灵溪岩体含暗色矿物较多, 属中酸性岩体, 其成矿专属性有利于铜成矿。
区域已探明的矿床有瑶岭钨矿 (中大型) 、大笋钨矿 (小型) 、小坑钨矿 (小型) 、新凉亭铜多金属矿 (小型) , 均为热液充填矿床, 钨矿均为石英脉型黑钨矿床, 铜多金属矿为充填地层层间破碎带的硫化物矿床, 其中瑶岭钨矿、新凉亭铜多金属矿赋存于奥陶系、寒武系地层中, 大笋钨矿、小坑钨矿赋存于白吉寨岩体中。
2 矿区地质特征及地球化学景观
2.1 矿区地质特征
矿区出露地层有第四系 (Q) 坡积和冲积物;泥盆系中下统桂头群 (D1-2gt) 砂岩、砂砾岩、泥质砂岩, 分布于图区南部边缘;中上奥陶系龙头寨群 (O2-3lt) 变质砂岩、板岩, 分布于图区中部和北西部;下奥陶统 (O1) 板岩、炭质板岩, 分布于图区中部和北西部;寒武系八村群 (∈bc) 变质砂岩、板岩, 分布于图区中部和东部。
矿区断裂构造发育。断裂构造主要是北北东向断裂, 其次是北西西向断裂。褶皱构造发育, 主要褶皱构造是位于图区中部的一个大型倒转向斜, 轴向近南北向, 轴迹长度大于6km (贯穿测区) , 两翼至核部依次出露寒武系八村群、下奥陶统、中上奥陶系龙头寨群, 偏西方向一侧为正常翼, 地层产状为走向北北西向, 倾向南西西向, 倾角30°~50°, 偏东方向一侧为倒转翼, 地层产状为走向近南北向, 倾向偏西方向, 倾角45°~55°。褶皱构造受北北东向断裂错动, 形态不完整。
矿区岩浆岩较发育, 主要石英斑岩和花岗斑岩脉, 其中竹园石英斑岩位于图区南部边缘, 呈巨大的岩墙状, 长10余千米, 宽800m (区内仅见竹园石英斑岩墙的中段) , 走向北西西向, 倾向北东东向, 倾角50°。区内多处出露花岗斑岩脉, 最大长度700m, 最大宽度40m, 走向近南北向—北北西向, 产状近直立。
2.2 景观地球化学特征
矿区处于南岭山脉之南滑石山中部, 沟谷发育, 地形切割强烈。地表覆盖土层厚度1m~3m, 局部岩石裸露。矿区气候属亚热带山区气候, 四季分明, 植被发育, 雨水充沛, 年平均降水量2000mm, 五、六月为雨季, 属亚热带湿润中低山森林覆盖区地球化学景观。据研究, 在这种亚热带湿润条件下, 认为区内以化学风化和生物风化为主[8], 并伴有一定程度的物理风化。岩石中易溶元素主要以液态迁移为主, W、Sn等主要呈固态以机械搬运为主[9]。
3 工作方法
3.1 布点方法:
以1:10000地形图为地图, 用铅笔在地形图上布点, 采样点主要布设在山脊, 部分布在山沟、山坡上, 点位力求均匀。采样点布设完后, 从左至右、从上到下编好格号和点号, 经院审查合格, 方可进行野外施工。
3.2 野外采样
利用1:10000地形图准确地定出采样点的实地位置, 以设计点为中心, 在10~20米的范围内采三个子样组成一个样品, 采样物质主要为B层的坡积物、部分为残积物。严禁采集崩积物, 并注意避开了采矿及其堆积物的污染。样品采集后, 用仪器GPS录入主采样点位置的坐标, 并在该点处插上写有格—点号的竹桩标志, 子样点处绑上红布条 (或红包装袋) , 以便质检人员检查和验收。在记录本上记录好采样点号及其相应GPS的编号、样袋号、采样介质的性质等内容。每一天工作完成后, 由野外工作负责人把各采样组的实际采样点位置用钢笔落在另一幅1:10000地形图上, 形成实际材料图。
各采样组除检查本身的各项记录外, 项目负责人重点检查了点位、空点、移点、样品物质成分、样品加工等内容。点位检查主要抽查地形复杂、险峻等工作难度较大的采样点, 并做到对各个采样组的采样情况都能检查, 力求均匀, 点位误差以小于50m为合格。
3.3 样品加工与分析
样品经晒干 (或烘干) 后, 用木锤轻轻打碎, 过-60目的不锈钢筛, 取150g用写有统一编号、格、点号的牛皮纸样袋装好, 按送样单上的统一编号顺序整理好, 然后在有色金属桂林矿产地质测试中心进行细加工。同时插入重分析样, 按顺序编入送样单中, 以监控分析质量。
经过粗加工的样品经烘干后, 用无污染加工器加工至-0.074mm (-200目) , 取100g送分析。全部样品由有色金属桂林矿产地质测试中心分析, 分析Au、Ag、As、Sb、Cu、Pb、Zn、W、Sn、Bi、Mo等11个元素。
4 土壤地球化学异常特征
通过上述采样方法对工作区进行土壤测量, 根据传统方法在剔除了离群特高值之后以均值加两倍的标准离差作为异常下限, 然后最计算值根据实际情况取整, 得到实际异常下限 (如表1) , 最后根据该异常下限圈定异常等值线图。
工作区元素异常发育程度较好, 主要成晕元素为W、Mo、Bi、Ag、Pb、Zn、Au等;次为Sn、As;Cu和Sb异常发育程度相对较低。主要成晕元素异常在矿区范围内具有多处明显的浓集中心, 同时也有多级浓度分带。异常规模较大, 强度较高, 元素异常相互套合。
工作区W异常发育, 主要分布在工作区西北部、东北部和南部。异常呈面状、带状。异常具有多级浓度分带, 浓集中心分布在构造断裂旁侧。其平均值为3.3×10-6, 相比南岭地区寒武系地层 (1.88×10-6) 和奥陶系地层 (1.83×10-6) 高出约1.8倍[10], 说明W在表生条件下略有富集, 与前人研究相吻合[11]。其峰值为900×10-6。主要异常分布在矿区南部, 异常受花岗斑岩影响较为明显。W、Sn、Bi、Mo异常相互套合。
工作区Pb异常相对较发育, 主要分布在寒武系地层中, 异常沿北西向串珠状分布。异常具有明显的浓集中心和多级浓度分带, 异常浓集中心沿北东向展布, 与主要断裂方向一致。全区Pb平均值为54.5×10-6, 相对与南岭全区地层中Pb含量 (18.63×10-6) 高出2.9倍, 峰值为1800.1×10-6。位于矿区中西部的Pb元素主要异常区内, Pb与Cu、Zn、Ag等元素异常相互套合。
工作区Zn异常相对发育, 主要分布在工作区中西部寒武系地层中, 形态不规则, 其分布类似于Pb异常, 但不及Pb异常发育。浓集中心近北西向展布。主要异常区与Pb异常套合较好, 但面积比Pb异常大。全区平均值为101.3×10-6, 较南岭地区寒武系地层Zn含量 (96.28×10-6) 略高。表明在Zn元素次生富集程度不及Pb元素。其峰值为1100×10-6。
5 综合异常划分
综合异常是指由两个或三个以上的元素异常组成的组合异常。根据本区各元素异常特征, 本次划分综合异常基于以下原则: (1) 具有两个以上的多元素组合异常; (2) 具有较明显的浓集中心; (3) 具有一定的规模, 一般面积大于0.3km2。根据上述划分原则, 本区共划分6处综合异常, 编号为AP1~AP6。
6 异常推断解释
AP1综合异常:主要成晕元素为W、Bi、Mo、Ag等, 异常面积约1.61km2, 多处浓集中心相互套合。异常分布在北东向断裂的旁侧奥陶系地层中。异常可能与地层有一定的关系, 根据南岭区域地球化学资料研究, 认为Sn、Bi、Mo、Cu、Ag等元素在奥陶系地层中的含量相对于寒武系地层要高[10]。但根据异常产出位置, 异常形态和强度等, 此异常处于有利成矿条件下, 且异常强度较高, 规模较大, 可以大致推断该异常为矿致 (矿化) 异常。
AP2综合异常:主要成晕元素为Bi、W、Ag等, 异常面积约0.07km2。异常主要由少数几个高值点组成, 而且处于沟谷岸边, 推测此异常因地势原因, 造成元素在低洼处富集所致, 不具有找矿前景。
AP3综合异常:主要成晕元素为Mo、W、Bi、Ag等, 异常面积约2.2km2。异常主要分布在北东向断裂旁侧的奥陶系地层中。异常具多处浓集中心, 且相互套合较好, 尤其以W、Sn、Bi、Mo异常套合具有一定规模, 该套合异常长700m~900m, 宽160m~400m, 面积约0.18km2, 沿北东向展布。分布在羊角寨断裂和三其坑断裂的交汇部位。成矿条件较为有利, 且异常强度较高, 推测为矿致 (矿化) 异常。
A P 4综合异常:异常以W为主, 伴有B i、A g等元素, 异常强度较高, 面积约0.2 7 k m2。异常长约7 0 0 m, 宽260m~420m, 沿北西向展布。异常分布在三其坑断裂和另一组北东向断裂的夹持地段的奥陶系地层中。由于异常主要为W、Sn、Bi、Mo等中高温成矿元素, 且整个异常相互套合较好, 在采样过程中见有风化石英细脉, 推测可能为石英脉型黑钨矿化所致。
AP5综合异常:主要成晕元素为Ag、Au、Pb、Zn等, 异常面积约2.1km2。异常强度较高, 具有多处浓集中心。异常沿北西向呈串珠状分布, 异常形态沿北东向延伸, 而浓集中心有呈北西和北东两组方向展布。其中Ag的峰值大于5×10-6, Au的峰值为62.14×10-9。异常主要分布在寒武系八村群中。且中低温元素异常明显, 认为此处异常剥蚀尚浅, 成矿条件较为有利, 推测为矿致 (矿化) 异常。其中不同方向延伸的浓集中心可能反映了下伏矿体 (矿化点) 的形态不规则, 或多期成矿所致。
AP6综合异常:主要成晕元素为W、Sn、As、Ag等, 异常面积约3.7km2。异常规模较大, 出现多处浓集中心。W、Sn异常主要分布在仙人洞断裂和羊角寨断裂夹持地段, 该区域有多处出露花岗斑岩, W、Sn异常主要是由于花岗斑岩风化所致, 出露地表的含黑钨矿化石英细脉风化使异常更为明显。推测此异常为矿致异常, 主要为石英脉型黑钨矿化;Ag、As异常主要出露在三其坑断裂的旁侧。该处As异常面积约1km2, 该异常东部浓集中心尚未封闭, 并与Au、W、Sn、Bi、Mo等元素有一定程度的套合, 此异常处可能存在热液充填型多金属矿。
7 找矿效果
在圈出的六处综合异常中, 根据地形条件和异常规模先对AP5和AP6综合异常进行了检查。其中AP5异常由一条北北西向蚀变矿化带引起, 为板岩和砂质板岩的层间破碎带充填成矿, 带长可能达到2km, 带宽数米至数十米, 主要是细脉浸染状黄铁矿化, 黄铁矿细脉脉宽1mm~2mm, 含脉率1~5条/m, 风化的岩石表面呈“铁染”状。在一个地质观察点, 已发现一个很小的透镜状矿体, 长6m, 最厚处厚度0.40m, 为块状黄铁矿铅锌矿石, 由多量的黄铁矿和少量的铅锌矿组成。在上述蚀变带中, 现有两条民采矿窿正在采矿, 其中之一未见铅锌矿仅见很少的黄铁矿, 另一条民窿见矿块状黄铁矿铅锌矿石。认为在该处寻找破碎带蚀变岩型铅锌矿具有良好前景。
注:Au的含量单位为10-9, 其余元素为10-6
AP6异常由一个北西向矿化石英脉带引起, 有两处人工露头揭露了石英脉带, 其中一处人工露头, 见脉带宽约100m, 见多条石英细脉, 脉宽0.01m~0.07m, 块状结构, 油脂光泽, 其中可见数条脉宽0.05m~0.07m的细脉, 脉中似有少量黄铁矿化, 未见黑钨矿化。第二处人工露头, 为一个废弃的民采矿窿 (深约数米) , 见脉宽0.01m~0.03m的细脉, 在民窿采出的矿石中可见脉宽0.05m的石英脉型矿石, 具少量黄铁矿等硫化物矿化, 少量黑钨矿化。认为该处寻找石英脉型黑钨矿具有良好的前景。